基于遗传算法的支持向量机预测有机物自燃点的研究

被引：11

作者：

时静洁 ^{[1
,2
]}

陈利平 ^{[2
]}

石宁 ^{[1
]}

徐伟 ^{[1
]}

杨惠 ^{[2
]}

陈网桦 ^{[2
]}

机构：

[1] 化学品安全控制国家重点实验室

[2] 南京理工大学化工学院安全工程系

来源：

中国安全科学学报 | 2011年 / 21卷 / 07期

关键词：

自燃点(AIT); 遗传算法(GA); 多元线性回归(MLR); 支持向量机(SVM); 定量构效关系(QSPR);

D O I：

10.16265/j.cnki.issn1003-3033.2011.07.023

中图分类号：

X928.7 [火灾与爆炸事故];

学科分类号：

0838 ;

摘要：

根据定量构效关系(QSPR)原理,研究自燃点(AIT)与其分子结构间的内在定量关系。以265种有机化合物作为样本集,随机选择238种作为训练集,27种作为测试集,用遗传算法(GA)进行变量选择,分别建立多元线性回归(MLR)模型和支持向量机(SVM)模型研究有机物的自燃点与其分子结构间的关系。通过分析,发现造成模型预测效果不佳的原因是试验数据本身存在问题。通过对2个模型的比较,结果为GA-SVM模型明显优于GA-MLR模型,说明自燃点与其分子结构间具有很强的非线性关系。

引用

页码：125 / 129

页数：5

共 8 条

[1] 支持向量机法在煤与瓦斯突出分析中的应用研究
孙玉峰
李中才
[J]. 中国安全科学学报, 2010, 20 (01) : 25 - 30+179
[2] 基于遗传算法的支持向量机预测含能材料密度的研究
宗朝霞
汤宏胜
贺曼
葛忠学
来蔚鹏
李华
[J]. 计算机与应用化学, 2009, 26 (12) : 1529 - 1533
[3] 应用电性拓扑状态指数预测烷烃自燃点
陈锡进
潘勇
[J]. 中国安全生产科学技术, 2009, 5 (06) : 16 - 20
[4] 基于遗传算法的偏最小二乘法在预测含能材料爆轰性能中的应用
吴浩
葛忠学
王伯周
李华
[J]. 计算机与应用化学, 2008, (02) : 129 - 132
[5] QSPR在有机物燃烧特性预测中的应用和进展附视频
蒋军成
潘勇
[J]. 南京工业大学学报(自然科学版), 2007, (06) : 102 - 110
[6] 分子结构、性质与活性[M]. 化学工业出版社 , 王连生等编著, 1997
[7] Prediction of physicochemical properties based on neural network modelling
Taskinen, J
Yliruusi, J
[J]. ADVANCED DRUG DELIVERY REVIEWS, 2003, 55 (09) : 1163 - 1183
[8] A neural network approach for estimating physicochemical properties using quantitative structure–property relationships（QSPRs）. Yaffe D. University of California . 2001

← 1 →